首页/数据/SQL 速查

SQL 速查

查询语句、连接与子查询、聚合与窗口函数、常用函数、数据变更与事务、执行计划与索引：SQL 语言全场景速查。

共 311 条更新于 2026-10-12所属领域：数据

共 311 条

查询基础

SELECT/WHERE/ORDER/LIMIT 与条件表达式

SELECT 基础查询热门

从表里取数据的基本写法：选择列、指定来源表，再叠加 WHERE / ORDER BY / LIMIT；显式列清单比 SELECT * 更利于稳定输出与减少无关列读取。

WHERE 条件过滤热门

在分组与排序之前过滤行：WHERE 只保留条件为 TRUE 的行；结合 IS NULL、范围与集合条件可以精确圈定数据。

LIMIT 分页与 Top N热门

限定返回行数与偏移：LIMIT n 取前 n 行，OFFSET 跳过若干行；深分页性能差，生产上用键集分页替代大 OFFSET。

IS NULL / IS NOT NULL 判空

NULL 表示“未知”，不能用等号判断；IS [NOT] NULL 是可靠的判空方式，也是计数与条件过滤中常见的坑位。

ORDER BY 排序与稳定性

对结果排序：支持多列、表达式、列序号与别名；没有 ORDER BY 时返回顺序不保证，分页与 Top N 场景必须显式排序。

LIKE 模糊匹配与转义

百分号匹配任意长度、下划线匹配单个字符；前缀模式可走索引，前后都加百分号基本等于全表扫描，必要时用 ESCAPE 处理字面量。

NOT IN 的 NULL 陷阱

NOT IN 对包含 NULL 的集合几乎总是返回空结果：因为 x <> NULL 是 UNKNOWN。识别与改写它是排查“查询莫名没数据”的高频问题。

SELECT 列选择与别名 AS

用别名给输出列和表起短名字：AS 可省略但显式更清楚；别名只影响结果集与部分子句，不改变原表结构。

DISTINCT 去重

对结果集去重：作用于整个 SELECT 列清单，不是单列；统计去重计数用 COUNT(DISTINCT col)，注意 NULL 不参与计数。

IN 列表条件

IN 命中一组离散值，等价于若干 OR 但更简洁；列表很长时优化器代价上升，NOT IN 遇到 NULL 是经典陷阱。

CASE 表达式（简单与搜索形式）

SQL 中的条件分支：简单 CASE 做等值匹配，搜索 CASE 书写任意条件；分支自上而下取首个命中，缺 ELSE 时返回 NULL。

SELECT 计算列与表达式

在 SELECT 里直接做算术得到派生列：支持括号、四则运算与取模；注意整数除法与除零行为在 MySQL、PostgreSQL 间不同。

BETWEEN 范围条件

BETWEEN a AND b 等价于 >= a AND <= b，两端都包含；对时间列用日期做边界时要留意时间部分，推荐半开区间写法。

NULL 三值逻辑与运算表现

NULL 参与比较得到 UNKNOWN、参与算术得到 NULL、参与字符串拼接通常也得到 NULL；理解这些规则才能写对过滤与统计。

UNION 与 UNION ALL 合并结果集

纵向拼接两个查询结果：UNION 去重、UNION ALL 保留全部行；能确定无重复时优先 UNION ALL，省去去重开销。

AND / OR / NOT 逻辑组合

组合多个条件时先搞清优先级：NOT 高于 AND、AND 高于 OR；SQL 不保证短路求值，可能报错的表达式不要靠条件顺序保护。

比较运算符与排序规则影响

=、<>、>、< 等比较运算的写法与两个高频细节：字符串比较受排序规则影响（大小写敏感性）；与 NULL 比较需要专门语法。

SQL 字面量写法：字符串、数字、日期时间

把常量写进 SQL 的规范写法：字符串用单引号、日期时间用带类型前缀的标准字面量，避免依赖各数据库的松式写法。

SELECT 无来源查询（常量与函数验证）

不指定表也能求值：验证函数、时区、隐式转换行为时很顺手；MySQL 兼容 FROM DUAL，PostgreSQL 不需要 FROM。

别名在 WHERE / HAVING 中的可用性

SELECT 里定义的列别名不能用在 WHERE：逻辑执行顺序中 WHERE 在 SELECT 之前；需要过滤派生列时写原表达式或套子查询。

CASE 自定义排序顺序

按业务枚举顺序排序（如紧急 > 高 > 普通）的常用写法：把状态映射成数字参与 ORDER BY，避免按拼音或字母排序。

标识符引用：反引号与双引号

表名、列名与保留字冲突时的引用方式：MySQL 用反引号，PostgreSQL 用双引号且区分大小写；跨库 SQL 不要混用。

REGEXP 正则匹配

按正则表达式匹配字符串：MySQL 用 REGEXP/RLIKE 运算符与 REGEXP_* 函数族，PostgreSQL 用 ~ 系列运算符，大小写规则各自不同。

排序中的 NULL 位置处理

NULL 在排序中的位置两库默认不同：MySQL 把 NULL 视为极小值（升序在前），PostgreSQL 视为极大值（升序在后），且只有 PG 支持 NULLS FIRST/LAST。

字符串转义与反斜杠差异

字符串里嵌引号、百分号的处理方式；MySQL 默认把反斜杠当转义符，PostgreSQL 标准字符串中反斜杠是普通字符，迁移前要核对。

布尔表达式与真值类型

PostgreSQL 有原生 boolean 类型，MySQL 用 tinyint(1) 与 0/1 近似；两库在 WHERE 中直接使用布尔表达式的宽严不同。

多列去重与 PostgreSQL DISTINCT ON

多列 DISTINCT 按组合去重；PostgreSQL 的 DISTINCT ON 能实现“每组保留一行”，MySQL 需要用窗口函数改写。

NULL 安全比较：<=> 与 IS DISTINCT FROM

普通等号遇到 NULL 得 UNKNOWN，需要 NULL 安全相等时：MySQL 用 <=>，标准与 PostgreSQL 用 IS [NOT] DISTINCT FROM。

集合运算中的 ORDER BY 与 LIMIT

ORDER BY/LIMIT 写在最后时作用于整个合并结果；要给单个分支排序或限行，必须用括号包住该分支。

INTERSECT 与 EXCEPT 交集/差集

标准集合运算：INTERSECT 取两查询都有的行，EXCEPT 取前一查询有而后一查询没有的行，默认都去重。

SQL 注释：-- 与 /* */

三种注释写法与可执行注释的区别：MySQL 支持 # 单行注释与版本注释 /*! */，PostgreSQL 遵循标准的两类注释。

行构造器比较 (a, b) IN ((…),(…))

把多个列当作一个元组参与 IN 或等值比较，表达“多列组合命中多个候选项”比 OR 链更短更清晰。

查询结果导出：INTO OUTFILE 与 COPY

把 SELECT 结果写到服务器文件：MySQL 用 INTO OUTFILE（受 secure_file_priv 限制），PostgreSQL 用 COPY（服务端）或 psql \copy（客户端）。

连接与子查询

各类 JOIN、子查询与 CTE 写法

LEFT JOIN 左外连接热门

保留左表全部行，右表没有匹配时用 NULL 补齐；适合“主表 + 可选关联信息”的查询。

INNER JOIN 内连接基础热门

按连接条件把两张表的行配对，只保留匹配成功的组合；显式 JOIN 语法比逗号连接更清晰，也不容易漏写连接条件。

ON 与 WHERE 在外连接中的区别

内连接里 ON 与 WHERE 可以互换；外连接中不能：ON 决定配对，WHERE 在配对结果上过滤，写在 WHERE 会滤掉补 NULL 的行。

反连接：找出不存在于另一表的行

反连接三种写法：NOT EXISTS、NOT IN、LEFT JOIN IS NULL；语义与 NULL 行为各不相同，优先 NOT EXISTS。

一对多连接的行数放大

连接“多”侧后结果按多行展开：订单连明细后每个订单出现多行，做统计前先确定口径。

NOT EXISTS 反连接

NOT EXISTS 找“没有对应匹配”的行：与 NULL 无关，是反连接的推荐写法；配合内表索引效率稳定。

CTE：WITH 公共表表达式

用 WITH 给子查询起名字，把多层查询拆成可读的步骤；MySQL 8.0+ 与 PostgreSQL 均支持，作用域限于紧随的语句。

EXISTS 判断存在性

EXISTS 判断子查询是否有行：逻辑上找到首行即返回真，适合“是否存在”类过滤。

递归 CTE：树形结构展开

WITH RECURSIVE 以“初始行 + 递归项”逐步展开层级数据，典型场景是组织架构、分类树、物料清单。

三表及多表连接

多个表依次连接：链式书写、逐步列出条件；每步都可能放大或缩小行数，最终结果粒度要提前想清楚。

每组取最新一行：窗口函数写法

“每个用户最近一笔订单”这类需求的通用解法：ROW_NUMBER 按组内排序编号，取 rn=1 后左连接到主表。

自连接：表连接自身

同一张表连接自身：员工与经理、成对比较等场景；必须用两个不同别名区分两侧，否则无法引用。

左连接后的计数口径

左连接统计时 COUNT(*) 统计连接后的行数（含补 NULL 行），COUNT(右表列) 只统计真正匹配上的行。

连接键为 NULL 的行不会匹配

NULL 与其他任何值（包括 NULL）比较都是 UNKNOWN：连接键含 NULL 的行在内连接中直接消失，在左连接中保留但补 NULL。

IN 子查询与半连接

IN 子查询表达“存在于另一张表”：只要找到匹配就返回该行，不放大行数；优化器通常把它改写为半连接。

派生表：FROM 里的子查询

把子查询当作临时表参与连接或过滤，必须给别名；MySQL 8.0.22 起支持下推条件到派生表，旧版本可能先物化整表。

子查询与 JOIN 的选择

同一需求可以写成 IN/EXISTS 或 JOIN：核心差异在“是否放大行数”与“是否输出另一表列”，性能以执行计划实测为准。

判断存在性：EXISTS 优于 COUNT

只需要判断“有没有”时，EXISTS 找到首行即停；COUNT(*) 要把所有匹配行数完，代价更高。

CROSS JOIN 笛卡尔积

两表无条件配对得到所有组合：常用于生成“尺码 × 颜色”这类组合集，误用时行数按乘积增长。

先聚合再连接

先在子查询里过滤并汇总，得到小结果集再连接主表，通常比连接全部明细再聚合更省资源。

子查询中 ORDER BY 与 LIMIT 的语义

子查询里“排序取前 N 行”只有搭配 LIMIT 才确定；不带 LIMIT 的 ORDER BY 在优化层可能被忽略，不能依赖它。

SELECT 列表里的子查询

在结果列里内嵌标量子查询得到附加信息（计数、最新值）：可读性好，但逻辑上逐行执行，行数大时优先改 JOIN 或窗口函数。

LATERAL：子查询引用左侧表

让 FROM 中的子查询引用同一 FROM 里写在它左侧的表（类似逐行相关子查询）：PostgreSQL 9.3+、MySQL 8.0.14+ 支持。

RIGHT JOIN 右外连接

保留右表全部行，左表无匹配补 NULL；可读性不如把两表交换后用 LEFT JOIN，团队规范里常要求统一成 LEFT JOIN。

标量子查询

用于取值场景的子查询：必须至多返回一行一列；没有匹配行时结果为 NULL。

多个 CTE 与互相引用

一条 WITH 里可以定义多个 CTE（逗号分隔）；后定义的可引用先定义的，形成流水线式查询结构，不允许循环引用。

递归 CTE 的深度限制与环检测

数据成环或条件写错时递归不终止：MySQL 有 cte_max_recursion_depth 保护（默认 1000），PostgreSQL 需要自行加深度或路径防护。

CTE 配合 UPDATE / DELETE / INSERT

把筛选逻辑写成 CTE 再驱动数据变更：MySQL 允许 WITH 引导 UPDATE/DELETE；PostgreSQL 还允许在 CTE 内直接执行带 RETURNING 的数据修改。

FULL OUTER JOIN 全外连接

两边都保留、互不匹配的位置补 NULL：PostgreSQL 与标准 SQL 支持 FULL OUTER JOIN，MySQL 不支持，可用 LEFT/RIGHT 加 UNION 模拟。

CTE、派生表与临时表怎么选

单语句内拆解逻辑用 CTE；同一中间结果被多处引用、需要索引或跨语句复用时用临时表。

分表结果合并统计

按时间或业务分表后，用 UNION ALL 合并各分片再聚合；列结构必须一致，聚合放在合并之后。

CTE 物化与内联的选择

CTE 是内联展开还是物化成临时结果会影响性能：PostgreSQL 12 起默认按引用情况决定，MySQL 由优化器自行决定。

展开 JSON 数组为多行（JSON_TABLE 与 LATERAL）

把一行里的 JSON 数组拆成多行参与过滤与统计：MySQL 8 用 JSON_TABLE，PostgreSQL 用 jsonb_array_elements 配合 LATERAL。

USING 与 NATURAL JOIN

两表同名列可用 USING(col) 简化连接条件，结果中该列只出现一次；NATURAL JOIN 按所有同名列自动连接，隐式且风险高。

递归 CTE 生成数字与日期序列

用递归生成连续整数或日期，补全报表空缺天数；PostgreSQL 另有 generate_series，写法更短。

ANY / ALL 子查询比较

比较运算符配合 ANY/SOME/ALL 表达“与任意一个比较 / 与所有值比较”：= ANY 等价 IN，<> ALL 等价 NOT IN，NULL 规则相同。

非等值连接：范围与不等条件

连接条件可以用任何布尔表达式：价格落在区间、时间重叠等场景用范围连接，注意区间重叠会导致一行命中多条规则。

复合键连接

多列共同构成连接键时，ON 中逐列相等；漏写某一列会放宽条件导致错配或行数翻倍，复合索引也要按列序匹配。

强制连接顺序：STRAIGHT_JOIN 与提示

MySQL 可用 STRAIGHT_JOIN 强制按书写顺序连接，用于优化器偶发选错顺序的场景；PostgreSQL 一般通过统计信息与规划参数间接影响。

聚合与窗口函数

分组统计、排名与累计计算

GROUP BY 分组统计热门

按列值分组后对每组计算聚合：SELECT 列表里只能出现分组列与聚合表达式，这是标准与两库默认强制的约束。

COUNT 计数热门

统计行数或非空值个数：COUNT(*) 统计行数，COUNT(col) 只统计该列非 NULL 的值；无匹配行时返回 0。

窗口函数概念与语法

窗口函数在保留明细行的同时做组内计算：函数 OVER (PARTITION BY … ORDER BY … [帧])；MySQL 8.0+ 与 PostgreSQL 均支持。

HAVING 过滤分组结果

HAVING 在分组与聚合之后过滤：条件里可以用聚合函数，HAVING COUNT(*) > 5 是典型用法。

ROW_NUMBER 组内行号

为分区内的行按排序生成连续唯一编号（1,2,3…），用于分组取前 N 行、去重取最新等场景。

COUNT(DISTINCT) 去重计数

统计去重后的个数，例如独立用户数；NULL 不参与计数，MySQL 还支持多列组合去重。

SUM 求和

对数值列求和，忽略 NULL；没有任何行或全为 NULL 时返回 NULL，报表场景常用 COALESCE 兜底。

WHERE 与 HAVING 的分工

WHERE 过滤行、HAVING 过滤组：同一条件写在哪一层会影响参与分组的数据量与结果正确性。

累计求和（running total）

用 SUM(...) OVER (ORDER BY …) 计算截至当前行的累计值：销售额累计、账户流水余额等经典场景。

COUNT(*) 与 COUNT(col) 的区别

两者都可能出现在同一条 SQL 里但含义不同：COUNT(*) 数行；COUNT(col) 数非 NULL 值。排查数据质量时常用两者差值找空值。

按天/月聚合统计

时间维度的报表基础：把时间戳截断到天或月再分组；注意索引友好写法与跨天边界口径。

每组取前 N 行

分组 Top N 的标准解法：ROW_NUMBER（严格 N 行）或 RANK（含并列）编号后在外层过滤，窗口函数不能直接写进 WHERE。

按表达式或函数分组

分组键可以是表达式：按天/月统计是常见需求；表达式分组通常无法直接用普通索引，可考虑生成列或预聚合。

条件聚合（多种口径一次算出）

用 CASE/布尔表达式在聚合内部区分条件，一条 SQL 同时算出多个指标，避免多次扫描同一张表。

LAG 取上一行值

取当前行之前第 N 行的值：环比、差值、会话切分等时序计算的基础；首行没有前值时返回默认值（可指定）。

窗口函数去重：每组只留一行

去重取最新/最早一条的通用写法：PARTITION BY 去重键 + ORDER BY 排序 + rn=1；比 GROUP BY 更容易保留整行信息。

AVG 平均值与口径

平均值 = 非 NULL 值之和 ÷ 非 NULL 值个数；与 SUM/COUNT(*) 的口径不同，报表口径要先定义清楚。

多列分组

GROUP BY 多列时按列组合分组：结果行数等于组合数；顺序影响中间排序但结果集一致。

GROUP_CONCAT 分组拼接（MySQL）

把组内值拼成一个字符串：支持 DISTINCT、排序与自定义分隔符；默认长度上限 1024 字节，超出会静默截断。

RANK 排名（并列跳号）

按排序值排名：并列名次相同，后续名次跳号（1,1,3…）；取“前 N 名含并列”用 RANK 而不是 ROW_NUMBER。

窗口函数与 GROUP BY 的选择

需要保留明细行、做组内对比时用窗口函数；只需要每组的汇总值时用 GROUP BY 更直接。

ONLY_FULL_GROUP_BY 与分组合法性

非聚合列不在 GROUP BY 中时：MySQL 默认模式直接报错（ONLY_FULL_GROUP_BY），PostgreSQL 同样拒绝；识别主键函数依赖可放行。

聚合函数与 NULL 的关系

SUM/AVG/MAX/MIN 忽略 NULL 输入；无输入时返回 NULL；COUNT 家族的行为不同（COUNT(*) 为 0）。写报表时这组规则必须分清。

占比与比率计算

比率 = 部分 / 整体：用聚合相除并防止整数除法与除零；MySQL 与 PostgreSQL 的整数除法行为不同。

环比计算（与上期对比）

用 LAG 取上一期值算环比：注意分区（门店/品类）与排序（月份）要写全，否则跨对象对比会出错。

MIN / MAX 最值统计

取列的极小值与极大值；忽略 NULL，可用于时间范围、价格区间等场景，配合 GROUP BY 得到分组极值。

用 SUM(CASE) 做行转列透视

不依赖专用函数实现行列转换：把要展开的维度值写成 CASE 分支，外层 SUM/COUNT 得到透视表；维度值需提前确定。

移动平均

用窗口帧计算近 N 行均值（如近 7 天平均销量），平滑波动；帧写法 ROWS BETWEEN 6 PRECEDING AND CURRENT ROW。

占比计算（组内份额）

当前行值 ÷ 组内总和：用 SUM(...) OVER (PARTITION BY ...) 得到分母，一次扫描算出份额。

组内计数广播 COUNT(*) OVER

不改行数地给每行附上组内统计（组大小、组内极值），常用于占比、排名并列判断与数据探查。

ROLLUP 分组小计与合计

GROUP BY ... WITH ROLLUP 在结果中追加小计与总计行：MySQL 8 与 PostgreSQL 均支持，小计行的分组列显示为 NULL。

LAST_VALUE 与默认帧的坑

LAST_VALUE 默认帧是“分区起点到当前行”，直接写会得到当前行值；要取分区最后一行必须显式扩展帧到分区结尾。

窗口函数的使用限制

窗口函数只能出现在 SELECT 列表与 ORDER BY 中：WHERE、GROUP BY、HAVING 里不能用；要筛选计算结果必须套子查询。

DENSE_RANK 排名（并列不跳号）

并列名次相同且后续不跳号（1,1,2,3…）：适合“等级档位”类排名展示。

LEAD 取下一行值

取当前行之后第 N 行的值：计算截止时间、下次登录间隔、流程步骤耗时等场景。

JSON 聚合：JSON_ARRAYAGG 与 json_agg

把组内数据聚合成 JSON 数组/对象，接口直接消费；MySQL 8 用 JSON_ARRAYAGG/JSON_OBJECTAGG，PostgreSQL 用 json_agg/jsonb_object_agg。

大表计数：精确与近似

InnoDB 的 COUNT(*) 需要扫描；报表里动辄全表计数时，可用统计信息近似值或计数表方案。

ROWS 与 RANGE 帧的区别

窗口帧决定函数看哪些行：ROWS 按物理行数，RANGE 按排序值的区间（并列值会一起进来）；省略时默认 RANGE。

同比计算（跨 12 期）

LAG(x, 12) 取去年同月值算同比；前提是数据按月连续、每年 12 期，写死偏移量时先校验数据完整性。

带 FILTER 的聚合（PostgreSQL）

PostgreSQL 支持聚合函数加 FILTER (WHERE …)，只对满足条件的输入计算；MySQL 需要用 CASE 表达式达到同样效果。

FIRST_VALUE 组内首值

取窗口帧内首行的值：把“组内最早/排在首位”的字段广播到每一行，用于对比与填充。

窗口函数的默认帧

有 ORDER BY 时默认帧是 RANGE UNBOUNDED PRECEDING AND CURRENT ROW；没有 ORDER BY 时是整个分区。这解释了很多“结果和想象不一样”。

HAVING 中使用别名（方言差异）

MySQL 允许在 HAVING 引用 SELECT 别名；PostgreSQL 不支持，需要重复写聚合表达式或套一层子查询。

string_agg 字符串聚合（PostgreSQL）

PostgreSQL 的字符串聚合函数：string_agg(值, 分隔符 [ORDER BY …])；MySQL 对应 GROUP_CONCAT。

DISTINCT 与 GROUP BY 去重的等价关系

SELECT DISTINCT a, b 与 SELECT a, b ... GROUP BY a, b 在结果层等价；需要附加聚合时用 GROUP BY 更自然。

NTILE 分桶

把分区内行按顺序尽量均匀分成 n 桶（1..n），用于分位、TOP 比例抽样等场景。

GROUPING() 区分小计行

GROUPING(列) 在超级聚合（小计/合计）行返回 1、普通行返回 0，用来把 NULL 与小计正确区分开。

WINDOW 子句命名窗口

多个窗口函数复用同一 OVER 定义时，用 WINDOW 子句命名，减少重复与笔误；MySQL 8 与 PostgreSQL 都支持。

中位数与百分位（percentile_cont）

中位数/百分位用分位函数计算：PostgreSQL 用 percentile_cont/percentile_disc；MySQL 8 没有内置等价函数，需要用窗口函数近似或应用层计算。

PERCENT_RANK 相对排名

相对排名 = (名次 - 1) / (总行数 - 1)，取值 0 到 1；用于“排在前面百分之多少”。

GROUPING SETS 与 CUBE（PostgreSQL）

一条查询同时产出多种分组口径：PostgreSQL 支持 GROUPING SETS 与 CUBE；MySQL 8 只有 ROLLUP。

GROUP BY 列序号

MySQL 与 PostgreSQL 都允许 GROUP BY 1 这类列序号写法：简短但可读性差，改 SELECT 顺序时容易改错。

NTH_VALUE 取第 N 行值

取窗口帧内第 N 行的值：例如组内第二早的订单时间；N 超出帧范围时返回 NULL。

CUME_DIST 累积分布

返回“小于等于当前排序值的行数占分区比例”，取值 (0,1]；与 PERCENT_RANK 的区别在于并列值的处理。

函数速查

字符串、日期时间、数值与 JSON 函数

CONCAT 字符串拼接热门

拼接多个字符串：MySQL 的 CONCAT 遇到 NULL 会让整行结果变 NULL，带分隔符拼接用 CONCAT_WS 会跳过 NULL 项。

COALESCE 取首个非 NULL 值

按顺序返回首个非 NULL 的参数：做默认值、多字段兜底、把 NULL 转成业务默认值时使用，是 SQL 标准函数。

NOW / CURRENT_TIMESTAMP 当前时间

取当前日期时间：MySQL NOW() 在语句执行时取值；PostgreSQL now() 等于事务开始时间，同一事务内多次调用结果相同。

DATE_ADD / INTERVAL 日期加减

日期加减的主力语法：MySQL 用 DATE_ADD(d, INTERVAL n UNIT) 或 d ± INTERVAL；PostgreSQL 用 d ± interval 'n unit'。

SUBSTRING 截取子串

按位置截取子串：MySQL 支持负数位置从尾部数；PostgreSQL 用 substring(str from start for len)，位置从 1 开始。

LIKE 通配符与 ESCAPE 转义

LIKE 里 % 与 _ 是通配符：搜索字面量 % / _ 必须转义；用 ESCAPE 子句显式指定转义符比依赖反斜杠更清晰。

DATE_FORMAT 与 to_char 格式化

把日期时间格式化为字符串：MySQL 用 % 占位符，PostgreSQL 用 to_char 模板；两者模板字母含义不同，迁移时逐项核对。

date_trunc 时间截断（PostgreSQL）与 MySQL 等价写法

把时间截断到指定粒度（月/周/日/小时），做时间分桶统计的核心工具：PostgreSQL 有 date_trunc，MySQL 需要用日期运算拼装。

DECIMAL 精度与浮点误区

精确小数用 DECIMAL/NUMERIC：金额、数量、税率一律用定点类型；FLOAT/DOUBLE 是近似值，二进制表示会带来比较与累计误差。

JSON_EXTRACT 提取 JSON 值

从 JSON 文档里按键或下标取值：MySQL 有 JSON_EXTRACT 函数与 -> / ->> 运算符；PostgreSQL 用 jsonb 运算符或 jsonpath。

TRIM / LTRIM / RTRIM 去空白

去掉字符串两端的空白或指定字符：TRIM 默认只去半角空格，清洗用户输入时通常还要处理制表符与不换行空格。

REGEXP_REPLACE 正则替换

用正则做替换：批量清洗手机号、脱敏、格式规整；两库的默认替换次数与捕获组写法不同，跨库改写要逐条核对。

UUID 生成与存储

生成全局唯一标识：MySQL UUID() 返回 UUID v1 字符串；PostgreSQL 用 gen_random_uuid() 返回原生 uuid 类型。

EXTRACT 提取日期字段

从日期时间中取出年/月/日/时/分/周等字段：标准写法 EXTRACT(unit FROM expr)，MySQL 另有 YEAR()/MONTH() 等简写。

UNIX_TIMESTAMP 与 FROM_UNIXTIME

Unix 时间戳与日期时间互转：MySQL 提供专用函数；PostgreSQL 用 extract(epoch) 与 to_timestamp，注意秒/毫秒与显示时区。

日期范围查询的边界写法

按时间过滤推荐半开区间 [起点, 次日)：用 < 下月 1 日而不是 BETWEEN ... 月末 23:59:59，避免漏掉毫秒数据。

CAST / CONVERT 类型转换

显式类型转换：MySQL 用 CAST(x AS SIGNED/UNSIGNED/CHAR/DECIMAL...)，PostgreSQL 用 CAST(x AS type) 或 x::type；非法文本的处理策略不同。

-> 与 ->> 的区别与比较场景

JSON 取值的两个运算符：-> 返回 JSON 类型（字符串带引号、可用于后续 JSON 函数），->> 返回文本（用于比较与展示）。

LENGTH 与 CHAR_LENGTH 长度函数

计算字符串长度：MySQL 的 LENGTH 按字节、CHAR_LENGTH 按字符；PostgreSQL 的 length 按字符、octet_length 按字节，统计中文时容易踩坑。

哈希函数：MD5 / SHA2 / CRC32

计算摘要用于校验与去重：MySQL 提供 MD5/SHA1/SHA2/CRC32；PostgreSQL 内置 md5 与 sha 系列，更多算法用 pgcrypto 的 digest()。

NULLIF 等值转空

当两个参数相等时返回 NULL，否则返回首个参数：保护除法、把哨兵值（如 0、'N/A'）转成 NULL 的标准做法。

TIMESTAMPDIFF 时间间隔计算

按指定单位计算两个时间点的差值（单位边界数）：MySQL 直接支持；PostgreSQL 用时间戳相减取 epoch 换算。

CEIL / FLOOR 向上向下取整

向正负方向取整：CEIL 向上（天花板）、FLOOR 向下（地板）；分页总页数、资源规格向上取整等场景常用。

JSON_SET / JSON_INSERT / JSON_REPLACE 与 jsonb_set

修改 JSON 文档内字段：MySQL 三兄弟分工是“插或改 / 只插 / 只改”；PostgreSQL 用 jsonb_set 与删除运算符。

LEFT / RIGHT 取左右子串

从字符串左端或右端取固定长度：常用于取编号前缀、手机号后四位、年份前两位；按字符计算，适合处理多字节文本。

REPLACE 字符串替换

把出现的所有子串替换为新内容：字面量替换、区分大小写、不支持正则；批量脱敏、清理固定后缀时高频使用。

STR_TO_DATE 字符串转日期

把字符串按格式解析为日期/时间值：导入外部数据、清洗脏日期列时使用；解析失败 MySQL 返回 NULL 并告警，PostgreSQL 直接报错。

时间戳与时区：CONVERT_TZ 与 AT TIME ZONE

跨时区存取的两种主流做法：MySQL 用 CONVERT_TZ 显式换算（依赖时区表）；PostgreSQL 用 AT TIME ZONE 配合 timestamptz。

ROUND 四舍五入与精度陷阱

按小数位舍入：整数位也可通过负的位数处理；浮点参数的舍入行为与十进制精度有关，金额场景应使用 DECIMAL。

整数除法与除法精度

除法结果类型是跨库高频差异点：MySQL 的 / 得小数、DIV 取整数；PostgreSQL 整数相除直接截断，需要显式转 numeric。

JSON_CONTAINS 与 jsonb 包含查询

判断 JSON 里是否包含某个值或结构：MySQL 用 JSON_CONTAINS/JSON_CONTAINS_PATH，PostgreSQL 用 jsonb 的 @> 与存在运算符。

LOCATE / INSTR / POSITION 子串定位

返回子串首次出现的位置（找不到返回 0 或 NULL 视函数而定）：三个函数参数顺序不同，是常见的抄错点。

SUBSTRING_INDEX 与 split_part 按分隔符切分

按分隔符取第 N 段或某段之前/之后的内容：解析路径、IP、版本号、逗号串时很实用。

DATEDIFF 天数差

计算两个日期相差的天数：MySQL DATEDIFF(a,b)=a-b（只取日期部分）；PostgreSQL 用 date - date 直接得整数，时间戳相减得 interval。

DAYOFWEEK / WEEKDAY 与 DOW 星期计算

取星期序号做工作日/周末判断：三套编号（MySQL DAYOFWEEK 周日=1、WEEKDAY 周一=0、PG DOW 周日=0）混用是经典 bug 来源。

GREATEST / LEAST 多值比较（NULL 规则不同）

在一组值里取较大者/较小者：多条候选取优场景常用；两库对 NULL 的处理完全相反，是迁移时的隐藏雷区。

JSON_OBJECT / JSON_ARRAY 构造 JSON

在 SQL 里构造 JSON 对象与数组：接口返回、宽表导出、事件打点时拼 JSON 结构。

PostgreSQL JSON 与 JSONB 选型

两种 JSON 类型的取舍：jsonb 是解析后的二进制格式，支持索引与高效包含查询；json 原样保存文本，只适合“原样还原”场景。

LPAD / RPAD 补位与截断

按指定长度左右补位（常用于编号前补零），长度小于原串时会从另一端截断；补位串可以多于 1 个字符。

UPPER / LOWER 大小写转换

转大写或小写：跨库迁移时要注意比较行为差异——MySQL 默认排序规则不区分大小写，PostgreSQL 默认区分。

REGEXP_SUBSTR 与 regexp_match 提取匹配片段

从文本中抽出符合模式的片段：解析日志行、提取 URL 参数、抓取编号；比 SUBSTRING 固定位置灵活得多。

CURDATE / CURTIME 取日期或时间部分

只取当前日期或当前时间：MySQL 用 CURDATE()/CURTIME()；PostgreSQL 用 CURRENT_DATE / LOCALTIME，注意日期加减写法的差异。

INTERVAL 运算的月底与语义细节

INTERVAL 的日期运算有隐含规则：加月遇到目标月天数不足会截到月末；'1 month' 与 '30 days' 并不等价。

MOD 取模与分桶

取余数：分表路由、采样、奇偶判断常用；对负数取模的符号规则与除零行为两库不同，分桶公式要写防御性版本。

JSON 路径语法与 jsonpath

路径表达式写法：MySQL 用 '$' 开头的路径字符串；PostgreSQL 运算符用键/数组路径，PG 12+ 的 jsonpath 与 MySQL 风格接近。

JSON_TABLE 展开 JSON 数组（MySQL 8）

把 JSON 数组转成关系行：MySQL 的 JSON_TABLE 可在 FROM 中直接展开，便于与普通表连接和聚合。

CONVERT USING 与 convert_from 字符集转换

字符集转换与检测：MySQL 有 CONVERT(expr USING cs) 与 CHARSET()/COLLATION()；PostgreSQL 用 convert_to/convert_from 处理字节与文本互转。

IFNULL 与 ISNULL（MySQL）

MySQL 专用：IFNULL(a,b) 两参兜底；ISNULL(x) 是函数形式判断空值。PostgreSQL 没有 IFNULL，统一写 COALESCE。

WEEK / YEARWEEK 周编号与 mode 参数

按周分组统计时的口径控制：MySQL 的 WEEK/YEARWEEK 有 mode 参数决定周起始与计算方式，PostgreSQL 固定 ISO 周。

POW / SQRT / LOG 幂与对数

幂、开方与对数：容量估算、增长率、评分加权会用到；注意两库 LOG 的默认底数不同。

RAND / random 随机数与采样

生成随机数：随机抽样、造测试数据、加盐场景常用；对超大表 ORDER BY RAND() 代价很高，PG 可用 TABLESAMPLE。

JSON_VALID 与 JSON_TYPE / jsonb_typeof

校验与识别 JSON 结构：把文本转换/入列前先验证，排查线上数据时看清每个节点的类型。

jsonb_array_elements 展开数组（PostgreSQL）

PostgreSQL 把 JSON 数组展开成多行的惯用函数族：可带文本版本与序号，是处理 JSON 明细的基础操作。

LAST_DAY 取月末日期

返回所在月份的最后一天：做月度对账、账单周期、月末快照时常用；MySQL 有 LAST_DAY，PostgreSQL 用月初加一个月再减一天。

JSON_MERGE_PATCH / MERGE_PRESERVE 与 || 合并

合并两个 JSON 文档：MySQL 提供 patch（RFC 7396 风格）与 preserve 两种；PostgreSQL 用 || 做“右值覆盖”式浅合并。

IF() 条件函数（MySQL）与跨库写法

MySQL 的 IF(cond, a, b) 是函数式三元表达式，能直接写在 SELECT 里；PostgreSQL 没有该表达式，统一用 CASE WHEN。

ABS / SIGN 绝对值与符号

取绝对值与判断正负：误差比较、金额方向、变动幅度计算的基础函数；SIGN 返回 -1、0、1。

REPEAT / REVERSE 重复与反转

重复字符串与反转字符串：造分隔线、生成占位、验证回文与编码问题时会用到。

数字格式化：FORMAT 与 to_char

给数字加千分位与小数位展示：MySQL 用 FORMAT()，PostgreSQL 用 to_char()；输出都是字符串，仅用于展示层。

TRUNCATE 截断小数（注意与清表语句同名）

按位数直接截断、不做舍入：MySQL TRUNCATE(x,d)、PostgreSQL trunc(x,d)；名字与 TRUNCATE TABLE 相同但不是一回事。

变更与事务

增删改、事务控制与隔离级别

性能与执行计划

EXPLAIN 解读、索引策略与慢查询分析

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌